基于GA和神经网络的故障电弧检测方法
由于采集的原始信号含有过多的干扰信号,首先在对信号分析之前对原始信号进行了降噪,,然后利用小波分析对非平稳和非线性的信号能够很好的分析其局部变化的特点,用于对故障电弧在时频域内的分解并提取了用于神经网络输入的多个相关特征量,同时在实验期间针对BP神经网络存在的容易陷入局部优化和训练过慢等特点,采用了遗传算法来对神经网络进行进一步的优化.实验结果表明,该直流电弧故障检测方法的判断准确率和误判率令人满意.
直流电弧 故障检测 BP神经网络 遗传算法
黄佳平 马琪 竺红卫
杭州电子科技大学微电子CAD研究所,浙江 杭州 310018 浙江大学超大规模集成电路设计研究所,浙江 杭州310027
国内会议
杭州
中文
211-218
2016-11-23（万方平台首次上网日期，不代表论文的发表时间）